| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第16-25页 |
| 1.1 课题背景及意义 | 第16-18页 |
| 1.2 电力系统风险评估的研究现状 | 第18-19页 |
| 1.3 支持向量机的研究及发展现状 | 第19-23页 |
| 1.3.1 支持向量机的训练算法 | 第20-21页 |
| 1.3.2 支持向量机的核函数构造 | 第21-22页 |
| 1.3.3 支持向量机的参数选择 | 第22页 |
| 1.3.4 支持向量机的变形与拓展 | 第22页 |
| 1.3.5 支持向量机的应用 | 第22-23页 |
| 1.4 本文的章节内容安排 | 第23-25页 |
| 第2章 基于支持向量机和主成分分析的电网日前调度风险评估 | 第25-39页 |
| 2.1 引言 | 第25页 |
| 2.2 传统电网风险评估方法 | 第25-28页 |
| 2.2.1 风险指标计算 | 第25-27页 |
| 2.2.2 风险定级 | 第27-28页 |
| 2.3 日前调度阶段确定预想故障的流程 | 第28页 |
| 2.4 支持向量分类 | 第28-33页 |
| 2.4.1 线性支持向量机 | 第28-30页 |
| 2.4.2 非线性支持向量机 | 第30-32页 |
| 2.4.3 支持向量机的核函数 | 第32-33页 |
| 2.5 主成分分析 | 第33-34页 |
| 2.6 与PCA结合的支持向量机电网日前调度风险评估方法 | 第34-36页 |
| 2.7 算例分析 | 第36-38页 |
| 2.8 本章小结 | 第38-39页 |
| 第3章 基于支持向量机和K均值聚类的电网实时调度风险评估 | 第39-48页 |
| 3.1 引言 | 第39页 |
| 3.2 实时调度阶段确定预想故障的流程 | 第39-40页 |
| 3.3 K均值聚类 | 第40-42页 |
| 3.3.1 K均值数学模型 | 第40-41页 |
| 3.3.2 K均值算法 | 第41-42页 |
| 3.4 支持向量回归 | 第42-43页 |
| 3.5 与K均值聚类结合的支持向量机电网实时调度风险评估方法 | 第43-44页 |
| 3.6 算例分析 | 第44-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 电网全过程风险评估与调控系统研发 | 第48-59页 |
| 4.1 引言 | 第48-49页 |
| 4.2 系统主要功能介绍 | 第49-51页 |
| 4.2.1 风险信息采集与设备运行状态评价模块 | 第49页 |
| 4.2.2 中短期风险调度模块 | 第49页 |
| 4.2.3 日前风险调度模块 | 第49-50页 |
| 4.2.4 实时风险调度模块 | 第50-51页 |
| 4.3 系统硬件与软件构架 | 第51-52页 |
| 4.4 系统功能实现 | 第52-58页 |
| 4.4.1 系统首页 | 第52-53页 |
| 4.4.2 设备状态监测页面 | 第53-54页 |
| 4.4.3 实时雷电信息页面 | 第54页 |
| 4.4.4 设备综合故障率页面 | 第54页 |
| 4.4.5 固有网络拓扑风险页面 | 第54-55页 |
| 4.4.6 中短期风险评估与调控页面 | 第55页 |
| 4.4.7 日前风险评估与调控页面 | 第55-57页 |
| 4.4.8 实时风险评估与调控页面 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表或录用的论文及科研成果 | 第66页 |
